Backtest Strategy Optimizer Skill

Ringkasan Peran

Menyediakan modul validasi kuantitatif sebelum strategi diuji coba di paper trading atau dieksekusi di pasar nyata. Mencegah curve-fitting (overfitting) dan mengukur ketahanan statistik (robustness) strategi trading terhadap berbagai rezim pasar dan skenario terburuk (worst-case drawdown).

Kemampuan Kunci

1. Engine Backtest Vektorisasi Berkecepatan Tinggi:
   • Menghitung profit, return harian, CAGR, Sharpe Ratio, Profit Factor, dan Maximum Drawdown.
   • Memodelkan biaya komisi realistis (contoh: fee beli 0.15% dan fee jual 0.25% untuk Saham IDX, maker/taker fee untuk Crypto) dan slippage spread.
2. Genetic Algorithm (GA) Optimizer:
   • Menemukan kombinasi parameter optimal secara heuristik (kromosom = parameter, fitness = Sharpe Ratio dikurangi penalti drawdown).
   • Mendukung elitisme, crossover, dan mutasi adaptif di ruang pencarian multidimensi non-linear.
3. Walk-Forward Analysis (WFA / WFO):
   • Membagi data historis menjadi jendela In-Sample (optimasi) dan Out-of-Sample (uji buta/validasi).
   • Menghitung skor Walk-Forward Efficiency (WFE) untuk mendeteksi apakah strategi mengalami overfitting atau terbukti tangguh (robust).
4. Monte Carlo Simulation (Stress Testing):
   • Menjalankan 1.000 hingga 10.000 iterasi trade sequence reshuffling (bootstrap resampling) dan slippage shock.
   • Mengkalkulasi Risk of Ruin (probabilitas akun menyentuh batas drawdown kritis) dan rentang 95% & 99% Confidence Interval Maximum Drawdown.